研究人员发表了一篇论文，详细介绍了使用能量核的最大均值差异（MMD）的 Wasserstein 梯度流。该研究解决了将标准梯度流理论应用于非光滑核的挑战，尤其是在更高维度的情况下。论文在特定条件下证明了概率密度的全局适定性，并探讨了相关的 N 粒子系统的行为，包括非碰撞性质和收敛到连续流。 AI
影响 为生成模型训练和优化提供了理论基础。
排序理由 学术论文发表在 arXiv 上，详细介绍了数学概念。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
arXiv:2608.01182v1 Announce Type: cross Abstract: We study the Wasserstein gradient flow of the squared Maximum Mean Discrepancy (MMD) generated by the nonsmooth energy kernels $K(z)=-|z|^q$, $0<q><2$. In dimensions $d\ge2$, the corresponding energies are not displacement semicon…